CN107851243A - 推断物理会议位置 - Google Patents
推断物理会议位置 Download PDFInfo
- Publication number
- CN107851243A CN107851243A CN201680041729.0A CN201680041729A CN107851243A CN 107851243 A CN107851243 A CN 107851243A CN 201680041729 A CN201680041729 A CN 201680041729A CN 107851243 A CN107851243 A CN 107851243A
- Authority
- CN
- China
- Prior art keywords
- conference location
- conference
- location
- user
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002776 aggregation Effects 0.000 claims abstract description 12
- 238000004220 aggregation Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims 5
- 230000004044 response Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 14
- 238000013480 data collection Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 13
- 230000007812 deficiency Effects 0.000 description 11
- 238000004883 computer application Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1095—Meeting or appointment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
最可能的物理会议位置响应于接收到对物理会议位置的主观推断而被提供给用户或者第三方。物理会议位置值的集合或者一个或多个物理会议位置的客观推断至少部分地基于与用户相关联的传感器数据而被收集。对于对物理会议位置的每个主观推断而言,包括对一个或多个物理会议位置的客观推断的一个或多个位置集群被生成。作为对接收对物理会议位置的主观推断的响应,基于与一个或多个位置集群中的每个位置集群相关联的集群密度而生成的可能的会议位置被提供给用户或者第三方。
Description
背景技术
人们经常依赖于电子日历应用来组织其会议、日期、任务等。这样的电子日历应用可以组织并且保持与用户账户相关联的日历信息,用户账户仅对具有访问用户账户的凭证的用户可访问。电子日历信息可以远程地被存储例如在基于云的服务器上。在这方面,用户可以通过电子日历应用来访问来自具有对基于云的服务器的访问的一个或多个设备的日历信息。除了其他方面,日历信息可以包括指定会议时间范围、会议被邀请者、会议主题和会议位置的日历会议细节。通常,与日历会议相关联的会议位置细节可以是细节不足的(即,通过速记提供而不指定物理位置信息,诸如地址)。用户通常提供主观速记参考(例如,“阿迪的办公室”)作为会议位置,因为提供速记法参考而不是提供整个地址是不太耗费时间的。出于相同原因,用户可以使得会议位置空白,或者在会议主题中包括位置或者对其的速记参考。
随着智能电话和计算机正变得更能够提供个性化用户经验,一些计算机应用能够交叉传递应用数据以有助于这样的体验。例如,GPS导航应用可以被配置为利用从电子日历应用传递的即将到来的会议位置来自动地填充目的地字段。应用(诸如前述内容)能够在被提供有与即将到来的会议相关联的客观物理位置信息时预期地工作。然而,在其中会议细节是主观的场景中,特别地关于物理会议位置,这样的应用未能确定精确的目的地。在这方面,存在对会议位置的主观推断与实际的客观物理会议位置信息之间的显著断连。
发明内容
本发明内容被提供以引入以在具体实施方式中下面进一步描述的简化形式的概念的选择。本发明内容不旨在标识要求保护的主题的关键特征或基本特征,其也不旨在被用作辅助确定要求保护的主题的范围。
本公开中所描述的实施例涉及推断针对具有与其相关联的主观会议位置描述的日历会议的客观物理位置信息。特别地,实施例可以基于对应于共享与其共同特性的日历会议或其他日历会议的其他实例的感测物理会议位置信息的历史,来确定针对日历会议的可能的物理会议位置。通过分析与用户相关联的日历会议的历史连同在日历会议的时间由用户的(一个或多个)设备收集的传感器数据,可以针对具有不足的会议位置信息的至少一些日历会议推断客观物理会议位置。在一些实施例中,由用户创建或者接受的日历会议可以比由用户删除或者拒绝的那个具有对于用户更多的重要性,特别地当对客观物理会议位置进行推断时。
例如,与用户相关联的计算设备可以采用传感器以在用户的一个或多个日历会议时生成与用户的实际物理位置相关的数据。会议位置记录器(register)可以被用于在一个或多个会议时记录用户的实际物理位置。为此目的,如果针对日历会议的会议位置信息是不足的或者仅包括主观描述,则位置记录器可以提供数据点的收集样本,其可以被分析以推断日历会议的最可能的客观物理位置。
在一些实施例中,会议位置分析器可以被提供以分析在会议位置记录器中记录的数据点。当被提供有具有不足的会议位置描述的即将到来的日历会议时,会议位置分析器可以标识具有与不足的会议位置的某种相关性的记录,并且还确定针对日历会议的可能的客观物理位置。在一些方面中,聚类算法可以被用于分析时间点并且还产生与推断的客观物理位置相关联的置信度得分。例如,如果所述会议位置分析器标识具有与不足的会议位置描述的相关性的若干可能的客观物理位置,则聚类算法能够基于与其相关联的所计算的置信度得分来确定最可能的客观物理位置,如将被描述的。
在一些其他实施例中,所述会议位置分析器可以交叉分析与多个用户相关联的会议位置记录器数据点。例如,当所述会议位置分析器正在分析对应于不足的会议位置描述的数据点以推断针对用户的日历会议的可能的客观物理位置,会议位置分析器还可以考虑针对其会议位置记录器中的其他用户记录的数据点以改进其预测性分析。在这方面,会议位置分析器可以考虑来自多个用户的数据点以用于分析。
因此,本公开的各方面涉及推断针对具有与其相关联的不足的会议位置的日历会议的客观物理会议位置。术语“客观位置”或“物理位置”在此宽泛地用于包括可以由用户或计算机应用解译以确定特定地理所在地的位置的任何描述。以示例而非限制的方式,客观物理会议位置可以包括GPS坐标、纬度和经度坐标、地址、地球中心地球固定(ECEF)笛卡尔坐标、通用横轴墨卡托(UTM)坐标、军事网格参考系(MGRS)坐标,等等。通过将具有不足的会议位置描述的日历会议与这些客观物理会议位置相关联,针对日历会议的详细物理位置信息可以被提供以便自动传播、定制或个性化针对用户的内容。
附图说明
下面参考所附的附图详细描述了本公开的方面,其中:
图1是操作适于实现本公开的方面的环境的示例的块图;
图2是描绘适于实现本公开的方面的示例计算架构的示图;
图3描绘了根据本公开的实施例的在会议位置分析中使用的集群图的一个示例;
图4-5描绘了根据本公开的实施例的用于确定针对主观会议位置标签的可能的会议位置值的方法的流程图;以及
图6是适于在实现本公开的实施例中使用的示例性计算环境的块图。
具体实施方式
本公开的方面的主题在此利用特殊性被描述以满足法定要求。然而,描述自身不旨在限制本专利的范围。相反,发明人已预期到要求保护的主题还可以以其他方式被实现,以包括结合其他存在或者未来技术与本文档中所描述的那些类似的不同的步骤或者步骤组合。而且,虽然术语“步骤”和/或“块”在此还可以被用于暗示采用的方法的不同的元素,但是术语不应当被解释为隐含在此所公开的各种步骤中间或者之间的任何特定次序,除非并且除了当个体步骤的次序明确地被描述时之外。
现代电子日历应用可以将电子日历信息存储在基于云的服务器上。电子日历信息可以基于与用户账户相关联的访问凭证而被访问限制。如所描述的,与特定用户相关联的电子日历信息可以包括一个或多个日历会议,每个日历会议包括指定会议时间范围、(一个或多个)会议被邀请人、会议主题和会议位置等的细节。日历会议创建者和/或编辑包括大多数(如果不是全部)前述细节以提供根据需要可以由创建者和/或被邀请人参考的特定会议信息。
当更多基于云的应用正共享或者“交叉传递”个人用户信息以促进个性化体验时,个性化体验的质量正增长,这依赖于正被收集、共享和分析的信息的质量。例如,基于云的个性化相关(例如,“个人助理”)应用可以被配置为从与特定用户相关联的多个基于云的应用收集数据。通过从与特定用户相关联的多个应用收集数据并且还分析数据以找到其之间的相关性,个性化相关的应用可以基于分析进行推断以个性化用户体验(例如,使动作自动化、自动地填充字段、进行个性化推荐等)。然而,详细信息的缺乏可能负面地影响个性化和自动化。更特别地,如果日历会议信息被共享并且被分析以用于个性化和/或自动化目的,但是会议信息是不清楚的或者非描述的,接收不足信息的应用将不能够适当地解译信息。例如,如果GPS导航应用被配置为鉴于即将到来的日历会议而自动地填充目的地字段,则不足的会议位置描述(例如,“阿迪的办公室”)将可能产生误差或者不相关结果。在另一示例中,如果新被的邀请人被添加到具有不足的会议位置描述的日历会议,则新的被邀请人可能不具有如何解译不足的会议位置的想法。
如此,在此所描述的技术的各方面涉及推断针对具有与其相关联的不足的会议位置的日历会议的物理会议位置。实施例可以在与其相关联的会议位置是详细不足的、主观的或者缺少的时,确定用于特定日历会议的物理位置的最可能的客观描述。实施例可以接收与用户相关联的传感器数据,并且据此收集在日历会议时间期间所感测的物理位置信息以生成可以被分析以推断用于具有类似缺陷的日历会议的可能的物理会议位置的记录。如在此所使用的,术语“不足的”被用于描述不能由目标用户或者计算机应用解译的方式是非描述性、纯主观性或者缺少细节的数据。例如,与日历会议相关联的不足的会议位置描述可以参考对于至少一个被邀请者主观地已知的会议位置描述(例如,“阿迪的办公室”、“建筑物52”、“我最喜爱的咖啡店”),但是可以对于缺少描述的主观理解的其他被邀请者未知,或者对于被配置为对物理会议位置的纯客观描述(即,坐标、地址等)起作用的计算机应用是未知的。
在一些实施例中,与用户相关联的一个或多个电子日历信息源可以被访问以接收电子日历会议信息。例如,用户可以具有用户账户,其具有被配置为存储用于用户的电子日历信息的一个或多个电子日历服务。在一些方面中,日历信息可以与还与具有一个或多个电子日历服务的用户账户相关联的电子邮件相关联。电子日历会议信息可以包括与至少用户相关联的一个或多个日历会议。当用户创建日历会议或者是日历会议的被邀请者时,日历会议可以通常与用户相关联。除了其他方面,日历会议还可以包括会议时间范围、(一个或多个)被邀请人、会议主题和会议位置。会议时间范围通常参考会议日期、会议开始时间和会议结束时间。会议被邀请者可以包括对被邀请到会议的其他会议被邀请者的参考。对被邀请者的参考可以包括姓名、别名、电子邮件地址、电话号码或者联系被邀请者的其他手段,使得除了其他方面,会议邀请可以被传递给他们。会议主题通常包括会议的目的或者会议的讨论点的文本描述。
会议位置通常包括会议位置标签。会议位置标签以纯文本明确地描述会议位置。会议位置标签可以包括会议位置的任何文本描述。会议位置标签描述可以包括主观描述、客观描述或者两者的组合。
例如,会议位置标签可以描述被日程以保持在团队成员阿迪的办公室处的会议。一个或多个团队成员可以熟悉阿迪的办公室,因为其可能是共同会议位置。因此,会议位置标签可以包括主观描述(即,“阿迪的办公室”)。这样的会议位置标签被认为是主观的,因为尽管会议被邀请者中的一个或多个被邀请者可能很好地知道阿迪的办公室的位置,但是不熟悉的被邀请者可以不具有其中阿迪的办公室所处的地点的主观知识。类似地,被配置为解译会议位置的客观描述的计算机应用(即,GPS导航应用)可能误解描述或者响应于主观描述而返回误差。如此,主观描述可能被认为是不足的会议位置描述。
在另一示例中,如果阿迪的办公室是建筑物50的房间1,则会议位置标签可以包括诸如“房间1”、“建筑物50”或者“建筑物50中的房间1”的描述。在前述示例中,会议位置的描述是比“阿迪的办公室”更客观的,但是在这些描述未提供的会议位置的物理位置的纯客观描述的意义上仍然是主观的(即,没有地址或者坐标被提供)。这些会议位置标签可以对于会议的一个或多个被邀请者是众所周知的。然而,有理由假定这些半主观描述可以仍然对于不熟悉的被邀请者或者计算机应用太不清楚以使得不能客观地理解。与纯主观描述类似,诸如“房间1”、“建筑物50”或“建筑物50中的房间1”的描述可以仅由具有这些描述的物理位置的主观知识的用户来理解。类似地,计算机应用(即,GPS导航应用)可能接收这样的描述并且不具有上下文知识或手段来解译由此推断的物理位置。如此,半主观描述还可能被认为是不足的会议位置描述。
在一些实例中,会议位置标签可以包括位置的纯客观描述。会议位置标签可以包括地址描述(例如,“华盛顿州雷德蒙德微软路1号的房间1,98052”)。类似地,会议位置标签可以包括坐标描述(诸如“47.639,-122.128”)。在紧接地前述示例中,会议位置标签包括物理会议位置的纯客观描述,其可以由不具有会议位置描述的先验或主观知识的被邀请者来解读,并且还由被配置为理解这样的客观描述的计算机应用来解译。如此,客观描述可以被认为是客观、足够或非缺乏性会议位置。
会议位置的纯客观描述在此将被参考为会议位置值。在一些情况下,会议位置标签可以与会议位置值相同或者基本上类似。当会议位置标签客观地描述会议位置时(即,当用户包括物理地址或者坐标值作为会议位置标签),这样的情况将是共同的。然而,在其中会议位置标签包括会议位置的主观描述的情况下,与其相关联的会议位置值可以包括会议位置的客观描述,如在此将描述的。
在此所描述的实施例中,会议位置值与会议位置标签相关联,会议位置值客观地描述会议位置标签。在一些实例中,会议位置标签和会议位置值可以是相同的(即,这两个客观描述)。在其他实例中,会议位置标签可以是主观或半主观的,而会议位置值可以是纯客观的。如将描述的,并非所有会议位置标签将具有相关联的会议位置值。尽管如此,本公开中所描述的目标之一是确定与主观会议位置标签相关联的客观会议位置值。
在某些方面中,本公开的各方面涉及确定针对会议位置标签的最可能的会议位置值。换句话说,对于包括会议位置的主观描述的会议位置标签而言,本公开的方面旨在推断客观地描述由主观会议位置标签推断的会议位置的最可能的会议位置值。为此目的,没有会议位置标签的主观知识的被邀请者或者仅限于会议位置标签的客观解释的计算机应用可以现在基于所收集的用户数据的分析来接收推断的客观物理会议位置,如将描述的。
因此,在高层处,在一个实施例中,用户数据从一个或多个数据源被接收。用户数据可以通过利用与用户相关联的(一个或多个)用户设备上的一个或多个传感器或者部件收集用户数据而被接收。结合图2的部件210还描述的用户数据的示例可以包括用户的(一个或多个)移动设备的位置信息、用户活动信息(例如,应用使用、在线活动、搜索、呼叫)、应用数据、联系人数据、日历和社交网络数据,或者可以由用户设备或者其他计算设备所感测或者所确定的几乎任何其他源的用户数据。接收到的用户数据可以被监测并且关于用户的信息可以被存储在用户简档(诸如图2的用户简档260)中。接收到的用户数据还可以包括与其相关联的时间数据。
在一个实施例中,用户简档260被用于存储关于用户的用户数据。在一个实施例中,至少在具有相关联的会议位置标签(例如,“阿迪的办公室”)的规则日历会议时间(例如,每星期一从下午1:00到下午2:00)期间所收集的用户数据被监测,并且被用于确定会议位置值与关联于用户的会议位置标签之间的相关性,以便解释到对应于由用户所提供或者与其相关联的主观会议位置标签的物理位置的实际的客观描述。同样地,在一个实施例中,其中用户数据指示用户在与会议位置标签(例如,“阿迪的办公室”)相关联的规则日历会议时间(例如,每星期一从下午1:00到下午2:00)期间不再具有与用于预定时间范围(诸如1年)的特定会议位置值(例如,“华盛顿州雷德蒙德微软路1号的房间1,98052”)的交互,可以确定会议位置值应当不再与会议位置标签相关联。在该场景中,可以潜在地假定会议位置值已经改变(即,阿迪的办公室位置已经移动)。
可以根据接收到的用户数据确定通常与用户相关联的会议位置值的集合。特别地,用户数据可以被用于确定与用户相关的会议位置值,其可以基于在各种会议时间处由用户常去的地理位置、在各种会议时间处的物理会议位置的用户交互的模式、或者例如在各种会议时间期间与物理会议位置相关联的其他用户活动模式而被确定。这样的模式可以包括以示例而非限制的方式针对具有“阿迪的办公室”的会议位置标签的日程的日历会议每天早晨访问特定办公室的用户;针对具有“第三街道上的咖啡店”的会议位置标签的日程的日历会议每星期六一小时的特定咖啡店;针对具有“约翰的工厂”的会议位置标签的日程的日历会议每周一次特定工厂;针对具有“健身房”的会议位置标签的日程的日历会议的每星期一、星期三和星期六45分钟的健身房;针对日程的会议位置标签“微软HQ”每月的第一个星期五下午2:00来自家中的在线会议;或者与规则日历会议时间期间与物理会议位置的用户交互的类似模式。
在一些实施例中,关于在日历会议时间由用户访问的地理位置的会议位置逻辑或者语义信息可以被用于确定物理位置处的可能地会议位置值,其中超过一个会议位置值存在(诸如在办公楼附近的咖啡店)。例如,在用户数据指示在日历会议的时间期间检测可以被跟踪返回到咖啡店的大型链的Wi-Fi热点信号的情况下,可以确定对于用户感兴趣的会议位置值更可能是咖啡店。此外,在一些情况下,用户可以明确地指示特定会议位置值是重要的,并且在一些实施例中,在用户数据指示会议位置值可以与用户相关的情况下,用户可以被请求确认检测到的会议位置值是否正确。
如先前地所描述的,用户数据还可以包括用户日历数据。与用户相关联的一个或多个电子日历信息源可以被访问以接收用户的电子日历会议信息。用户可以具有用户账户,其具有被配置为存储用于用户的电子日历信息的一个或多个电子日历服务。在一些方面中,日历信息可以与还与具有一个或多个电子日历服务的用户账户相关联的电子邮件相关联。日历会议信息可以从日历信息源间隔地或者按需求被访问一次,例如,通过由图2的用户数据收集部件210所收集的图2的日历对接部件220连同如在图2的存储装置250中所描述和/或所存储的其他用户数据。电子日历会议信息可以包括与至少用户相关联的一个或多个日历会议。当用户创建日历会议或者是日历会议的被邀请者时,日历会议可以通常与用户相关联。除了其他方面,日历会议还可以包括会议时间范围、(一个或多个)会议被邀请人、会议主题和会议位置,其中会议位置包括会议位置标签和/或会议位置值。会议时间范围通常参考会议日期、会议开始时间和会议结束时间,其可以与对应于感测的会议位置值的其他用户数据一致。
一些实施例还包括使用来自还被邀请到相同会议或者具有类似电子邮件地址域的其他用户的用户数据(即,众包数据),类似电子邮件地址域用于确定用于在可能的会议位置值进行推断的会议位置值、相关性、置信度和/或相关补充内容以符合主观会议位置标签。此外,在此所描述的一些实施例可以由个性化相关的应用或服务来执行,其可以被实现为一个或多个计算机应用、服务或例程(诸如在移动设备或云上运行的应用),如在此进一步描述的。
现在转到图1,提供了示出在其中可以采用本公开的一些实施例的示例操作环境100的块图。应当理解,在此所描述的该布置和其他布置仅被阐述为示例。补充或者取代示出的那些布置和元素(例如,机器、接口、功能、次序和功能组等),可以使用其他布置和元素,并且一些元素可以全部出于清晰的缘故而被省略。进一步地,在此所描述的元素中的许多元素是可以被实现为分立或分布式部件或结合其他部件并且在任何适合的组合位置中的功能实体。可以由硬件、固件和/或软件执行如由一个或多个实体所执行的在此所描述的各种功能。例如,可以通过执行被存储在存储器中的指令的处理器来执行一些功能。
在未示出的其他部件中间,示例操作环境100包括若干用户设备(诸如用户设备102a和102b到102n)、若干数据源(诸如数据源104a和104b到104n)、服务器106、以及网络110。应当理解,在图1中示出的环境100是一个适合的操作环境的示例。图1中示出的部件中的每个部件可以经由任何类型的计算设备实现(诸如例如结合图6所描述的计算设备600)。这些部件可以经由网络110彼此通信,其可以包括但不限于一个或多个局域网(LAN)和/或广域网(WAN)。在示例性实现中,在各种可能公共网络和/或私有网络中的任一个网络之间,网络110包括因特网和/或蜂窝网络。
应当理解,任何数目的用户设备、服务器和数据源可以被采用在本公开的范围内的操作环境100内。每个可以包括单个设备或者在分布式环境中协作的多个设备。例如,可以经由被布置在共同地提供在此所描述的功能的分布式环境中的多个设备提供服务器106。此外,未示出的其他部件还可以被包括在分布式环境中。
用户设备102a和102b到102n可以在操作环境100的客户端侧上的客户端设备,而服务器106可以在操作环境100的服务器侧上。服务器106可以包括服务器侧软件,其被设计为结合用户设备102a和102b到102n上的客户端软件工作,以便实现在本公开中所讨论的特征和功能的任何组合。操作环境100的该划分被提供以图示适合的环境的一个示例,并且不存在对于服务器106和用户设备102a和102b到102n的任何组合保持为分离的实体的每个实现的要求。
用户设备102a和102b到102n可以包括能够由用户使用的任何类型的计算设备。例如,在一个实施例中,用户设备102a到102n可以是在此相对于图6所描述的计算设备的类型。以示例而非限制的方式,用户设备可以被实现为个人计算机(PC)、膝上型计算机、移动装置或移动设备、智能电话、平板计算机、智能手表、可穿戴计算机、个人数字助理(PDA)、MP3播放器、全球定位系统(GPS)或者设备、视频播放器、手持式通信设备、娱乐系统、车辆计算机系统、嵌入式系统控制器、遥控器、电器、消费者电子设备、工作站或者这些描绘的设备的任何组合或者任何其他适合的设备。
数据源104a和104b到104n可以包括数据源和/或数据系统,其被配置为制造可用于操作环境100或结合图2所描述的系统200的各种构成中的任一个的数据。(例如,在一个实施例中,一个或多个数据源104a到104n将用户数据提供(或者使得可用于访问)到图2的用户数据收集部件210。)数据源104a和104b到104n可以与用户设备102a和102b到102n分立或者可以并入和/或集成到那些部件中的至少一个部件中。在一个实施例中,数据源104a到104n中的一个或多个包括一个或多个传感器,其可以被集成到(一个或多个)用户设备102a、102b或102n或服务器106中的一个或多个中或者与其相关联。结合图2的用户数据收集部件210还描述了由数据源104a到104n可用的所感测的用户数据的示例。
操作环境100可以被用于实现在图2中所描述的系统200的部件中的一个或多个部件,包括用于收集用户数据、监测事件、生成推断和/或将可能的会议位置值和相关内容呈现给用户的部件。现在参考图2,利用图1,提供了示出适于实现本公开的实施例并且通常被指定为系统200的示例计算系统架构的方面的块图。系统200表示适合的计算系统架构的仅一个计算系统架构示例。补充或者取代示出的那些布置和元素,可以使用其他布置和元素,并且一些元素可以全部出于清晰的缘故而被省略。进一步地,与操作环境100一样,在此所描述的元素中的许多元素是可以被实现为分立或分布式部件或结合其他部件并且在任何适合的组合和位置中的功能实体。
示例系统200包括网络110,其结合图1被描述并且其通信地耦合系统200的部件,包括用户数据收集部件210、日历对接部件220、会议位置分析器230、呈现部件240以及存储装置250。会议位置分析器230(包括其部件会议位置标识符232和会议位置推断引擎234)、用户数据收集部件210、日历对接部件220以及呈现部件240可以被实现为编译计算机指令或功能集、程序模块、计算机软件服务、或在一个或多个计算机系统(诸如例如结合图6所描述的计算设备600)上执行的过程的布置。
在一个实施例中,由系统200的部件所执行的功能与一个或多个个性化相关(例如,“个人助理”)应用、服务或者例程相关联。特别地,这样的应用、服务或例程可以在一个或多个用户设备(诸如用户设备102a)、服务器(诸如服务器106)上操作,可以跨一个或多个用户设备和服务器被分布、或者被实现在云中。而且,在一些实施例中,系统200的这些部件可以跨网络被分布,包括云中的一个或多个服务器(诸如服务器106)和客户端设备(诸如用户设备102a)或者可以驻留在用户设备(诸如用户设备102a)上。而且,这些部件、由这些部件所执行的功能或者由这些部件所执行的服务可以被实现在(一个或多个)计算系统的适当的(一个或多个)抽象层(诸如操作系统层、应用层、硬件层等)处。备选地或者附加地,可以至少部分地通过一个或多个硬件逻辑部件来执行在此所描述的这些部件和/或实施例的功能。例如,并且非限制性地,可以使用的说明性类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD),等等。此外,虽然关于在示例系统200中示出的特定部件在此描述功能,但是应预期到在一些实施例中,这些部件的功能可以跨其他部件被共享或者被分布。
继续图2,用户数据收集部件210通常负责访问或者接收(并且在一些情况下还标识)来自一个或多个数据源(诸如图1的数据源104a和104b到104n)的用户数据。在一些实施例中,用户数据收集部件210可以被用于促进用于会议位置分析器230等的一个或多个用户的用户数据(包括众包数据)的累积。数据可以由用户数据收集部件210接收(或者访问)并且可选地被累积、被重定格式和/或被组合,并且被存储在一个或多个数据存储库(诸如存储装置250)中,其中其可用于会议位置分析器230。例如,用户数据可以被存储在用户简档260中或者与其相关联,如在此所描述的。在一些实施例中,任何个人标识数据(即,特别地标识特定用户的用户数据)要么未从具有用户数据的一个或多个数据源上载、要么未永久地存储、和/或要么不可用于会议位置分析器230。
用户数据可以从各种源被接收,其中数据可以是各种格式可用的。例如,在一些实施例中,经由用户数据收集部件210接收到的用户数据可以经由一个或多个传感器被确定,其可以在一个或多个用户设备(诸如用户设备102a)、服务器(诸如服务器106)和/或其他计算设备上、或者与这些设备相关联。如在此所使用的,传感器可以包括用于感测、检测或者以其他方式获得信息(诸如来自数据源104a的用户数据)的功能、例程、部件或者其组合,并且可以被实现为硬件、软件或者二者。以示例而非限制的方式,用户数据可以包括从一个或多个传感器所感测或者所确定的数据(在此被称为传感器数据),诸如(一个或多个)移动设备的位置信息、智能电话数据(诸如电话状态、充电数据、日期/时间或者从智能电话得到的其他信息)、用户活动信息(例如应用使用;在线活动;搜索;语音数据,诸如自动语音识别;活动日志;通信数据,包括呼叫、文本、即时消息和电子邮件;网站帖子;与通信事件相关联的其他用户数据等),包括在超过一个用户设备上发生的用户活动、用户历史、会话日志、应用数据、联系人数据、日历和日程数据、通知数据、社交网络数据、新闻(包括搜索引擎或者社交网络上的流行或者趋向项)、在线游戏数据、商业活动(包括来自在线账户的数据,诸如 视频流服务、游戏服务或者Xbox)、(一个或多个)用户账户数据(其可以包括来自与个性化相关(例如,“个人助理”)应用或者服务相关联的用户偏好或者设置的数据)、家庭传感器数据、电器数据、全球定位系统(GPS)数据、车辆信号数据、流量数据、天气数据(包括预报)、可穿戴设备数据、其他用户设备数据(其可以包括设备设置、简档、网络连接(诸如Wi-Fi)网络数据或者配置数据、关于模型号的数据、固件或者设备、设备对,诸如例如其中用户具有与蓝牙耳机配对的移动设备)、陀螺仪数据、加速度计数据、支付或者信用卡使用数据(其可以包括来自用户的PayPal账户的信息)、购买历史数据(诸如来自用户的Amazon.com或eBay账户的信息)、可以由包括从与用户相关联的传感器部件得到的数据(包括位置、运动、取向、定位、用户访问、用户活动、网络访问、用户设备充电、或者能够由一个或多个传感器部件提供的其他数据)的传感器(或其他检测器)部件所感测或者以其他方式检测的其他传感器数据、基于其他数据(例如,可以从Wi-Fi、蜂窝网络或者IP地址数据得到的位置数据)得到的数据,以及可以被感测或者确定的几乎任何其他数据源,如在此所描述的。在一些方面中,用户数据可以被提供在用户数据流或信号中。“用户信号”可以是来自对应的数据源的馈送或用户数据流。例如,用户信号可以来自智能电话、家庭传感器设备、GPS设备(例如,用于位置坐标)、车辆传感器设备、可穿戴设备、用户设备、陀螺仪设备、加速度计传感器、日历设备、电子邮件账户、信用卡账户或者其他数据源。在一些实施例中,用户数据收集部件210可以连续地、周期性地或者根据需要接收或者访问数据。
特别地以日历数据的形式的用户数据可以由用户数据收集部件210从一个或多个电子日历信息源来接收。电子日历信息可以从网络可访问的日历账户(诸如Calendar、日历等)被接收。一个或多个电子日历信息源可以由日历对接部件220访问,其被配置为与每个电子日历信息源对接并且从其请求和/或接收日历类型用户数据(例如,会议日期、会议时间、会议被邀请人、会议位置标签、会议警报、事件、通知等)。在一些实施例中,用户数据收集部件210可以结合或者代替日历对接部件220操作以接收用户日历数据。
会议位置分析器230通常负责监测针对感测的会议位置值的用户数据(特别地在日历会议时间期间)或者可以被用于在这样的时间处标识会议位置值的信息,分析用户数据以随时间标识用于特定会议位置标签的会议位置值,并且确定针对特定会议位置标签的可能的会议位置值。如先前地所描述的,可以通过监测从用户数据收集部件210接收到的用户数据来确定对应于会议位置标签的会议位置值。在一些实施例中,与根据用户数据确定的用户有关的用户数据和/或信息被存储在用户简档(诸如用户简档260)中。
在高层处,会议位置分析器230的实施例可以根据用户数据确定会议位置标签的集合,以及与会议位置标签相关联的用户相关活动、模式或交互,或者其他会议位置相关数据,其可以被存储在用户简档260的会议位置记录器262中。在一些实施例中,会议位置分析器230包括推断引擎(诸如基于规则或者基于机器学习的推断引擎),其被用于标识并且监测会议位置值。推断引擎(未示出)可以利用预测数据将用户数据与一个或多个会议位置值相关联,以及从共同被邀请人或者具有共同简档特性(例如,共同电子邮件域名)的其他用户标识会议位置相关信息。
在一个实施例中,特定时间范围内(即,在日历会议时间期间)的用户数据被监测并且被用于确定对应于用户的日历会议的会议位置标签的会议位置值。同样地,在一个实施例中,在用户数据指示用户在具有特定会议位置标签的日历会议期间规则地与特定会议位置值交互的情况下,可以确定会议位置值应当针对参考会议位置标签的未来日历会议而被推断。在另一实施例中,在用户数据指示用户在具有特定会议位置标签的日历会议期间规则地与各种会议位置值交互的情况下,可以确定一个特定会议位置值应当针对参考会议位置标签的未来日历会议而被推断。在一些实施例中,会议位置分析器230监测与会议位置标签相关联的用户数据和跨多个计算设备或者云中的其他相关信息。
如在示例系统200中所示,会议位置分析器230包括至少会议位置标识符232和会议位置推断引擎234。在一些实施例中,会议位置分析器230和/或其子部件中的一个或多个可以根据接收到的用户数据来确定解释数据。解释数据对应于由会议位置分析器230的子部件用于解译用户数据的数据。例如,解释数据可以被用于将上下文提供给用户数据,其可以支持由子部件做出的确定或者推断。而且,应预期到,会议位置分析器230和其子部件的实施例可以使用用户数据,和/或组合用于执行在此所描述的子部件的目标的解释数据而使用用户数据。
会议位置标识符232通常负责确定针对用户的会议位置值。在一些实施例中,会议位置标识符232通过监测用于会议位置相关信息的用户数据来标识会议位置值。如所描述的,除了其他会议位置标识值之外,会议位置值还可以包括坐标信息、地址信息、场地名称信息。在一些实施例中,会议位置值可以使用推断引擎被推断,并且被分析以用于基于例如将用户数据与会议位置相关数据相关联对用户的关联。以示例的方式,会议位置值可以通过分析用于会议位置相关信息的用户数据(包括预测数据)而被推断,诸如指示对应于访问对应于会议位置值的地理位置的模式的用户位置活动、或者诸如由用户访问的网站或者社交媒体页面的在线活动、与会议位置相关联的通信(诸如从商业或者学校接收到的电子邮件)、购买历史或者这些的组合。在一些情况下,会议位置值可以使用与在用户数据中观察的数据特征相关联的地点或者实体的知识库(诸如语义知识库)而被标识,诸如与地理位置相关联的会议位置值、网站或者电子邮件的域名、电话号码等。在一些实施例中,类似方法可以由搜索引擎用于标识可以基于用户搜索查询和/或用户搜索历史与用户相关的实体。
在一些实施例中,会议位置标识符232基于在与特定会议位置标签相关联的时间范围期间收集的用户数据,来标识针对特定会议位置标签的会议位置值。例如,如果会议被安排在2015年7月6日星期一下午1:00到下午2:00,并且会议将在“阿迪的办公室”举行,会议位置标识符232可以分析用户数据,以确定在2015年7月6日星期一从下午1:00到下午2:00收集的会议位置相关信息以确定用于与“阿迪的办公室”相关联的会议位置值。针对会议位置标签(例如,“阿迪的办公室”)的所标识的会议位置值可以然后被存储在日志(诸如会议位置记录器262)中。更特别地,会议位置记录器262可以保持会议位置标签的日志和在特定会议时间处的会议位置标签的所确定的会议位置值。
会议位置推断引擎234通常负责分析与特定会议位置标签相关联的多个会议位置值。更特别地,当会议位置标识符232在持续时间期间确定针对会议位置标签的会议位置值,并且被确定为与各个会议位置标签相关联的各个会议位置值被记录在会议位置记录器262中,会议位置推断引擎234可以被配置为分析会议位置记录器262中的会议位置数据,以确定用于具有熟悉会议位置标签的即将到来的日历会议的可能的会议位置值,如在此将更详细地描述的。
当会议位置值被标识时,会议位置记录器262将数据记录在包括会议位置标签和在特定会议时间处所确定的相关联的会议位置值的表或数据库中。当会议位置值被标识用于一个或多个会议位置标签时,会议位置标签和其相关联的值变得熟悉并且可以由例如查找功能来参考。例如,表可以包括在“阿迪的办公室”处举行的过往会议的一百个唯一记录,其中针对“阿迪的办公室”的会议位置值中的二十五被确定为被保持在近似47.647,-122.123的坐标处,并且会议的七十五被确定为近似坐标47.639,-122.128。会议位置推断引擎234可以被查询以随时间针对任何特定会议位置标签分析与会议位置标签相关联的会议位置值。在实施例中,会议位置推断引擎234可以针对与搜索参数相关联的每个会议位置值(或者换句话说,会议位置标签)来搜索会议位置记录器262。在这方面,如果会议位置记录器262例如仅利用参数“阿迪的办公室”被查询,则应预期到,具有近似47.647,-122.123的坐标的二十五个记录和具有近似47.639,-122.128的坐标的七十五个记录将被返回和/或被分析。
在一些实施例中,会议位置推断引擎234可以被配置为通过采用聚类算法来分析与特定会议位置标签相关联的会议位置值。虽然在此实施例描述聚类算法的采用,但是数据分析的其他方法被考虑在本公开的范围内。聚类算法可以被用于绘制用于正被分析的会议位置值中的每个会议位置值的坐标值。例如,如果用于“阿迪的办公室”的会议位置值的历史正被分析,则聚类算法可以绘制与会议位置标签“阿迪的办公室”相关联的坐标值中的每个坐标值,并且基于聚类密度来确定与会议位置标签“阿迪的办公室”相关联的可能的会议位置值。为此目的,如果用于在“阿迪的办公室”处的即将到来的会议的可能的会议位置值由第三方应用(例如,GPS导航应用)请求,在针对“阿迪的办公室”的会议位置值的历史记录上进行的分析可以提供可能的会议位置值,其可以然后被用于自动地填充输入字段(例如,目的地位置)或者预测用于会议的物理位置。
聚类算法可以对于基于会议位置记录器262中记录的一个或多个会议位置值确定最可能的会议位置值是可用的。现在查看图3,图示了具有多个绘制会议位置值的示例性坐标图300。如所描述的,可以在对应于会议位置值中的至少一个值的坐标图上进行坐标值的绘制。例如,如果坐标值各自以标准GPS形式,那么用于绘制的坐标图将包括标准GPS坐标系。类似地,如果会议位置值是会议位置的物理地址,则应预期到在物理地址上执行对共同坐标系的转换。为此目的,如果任何一个或多个坐标系来自不同的坐标系,则一个或多个坐标值可以被转换为可以绘制在坐标图上以用于分析的共同坐标系。虽然在此使用术语“图”,但是应预期到图仅是由用于促进被分析用于确定集群密度的会议位置值的虚拟表示的聚类算法采用的虚拟图或者数据结构,如将描述的。
可以针对坐标图上的近似时间点(例如,会议位置值)组确定集群密度。仅通过示例的方式,如果多个会议位置值(例如,集群A 310)在位置A 315:(例如,47.647,-122.123)周围被分组,并且另一些多个会议位置值(例如,集群B 320)在位置B 325:(例如,47.639,-122.128)周围被分组,则基于在每个集群中彼此附近的数据点(例如,会议位置值)的数目,可以针对集群A 310和B 320中的每一个来确定集群密度。聚类将通常填充围绕特定物理会议位置(诸如建筑物、结构、地点、商店、停车场或其他地理位置)。
会议位置推断引擎234还可以分析一个或多个集群310、320以确定最高密度集群。在实施例中,会议位置推断引擎234通过确定哪个集群具有其附近的会议位置值的最高密度来标识针对特定会议位置标签的最高密度集群。例如,围绕位置B 325的图3中的集群320的密度高于位置A 315周围的集群310或者围绕位置C 335周围的集群330的密度。
置信度得分可以对应于由会议位置推断引擎234确定为具有最高密度的集群。置信度得分可以由各种因素(诸如由会议位置推断引擎234绘制的集群中的变化、形成集群的每个所检测的会议位置值的年龄、以及形成集群的会议位置值的数目)来影响。在一些实施例中,与其他集群成正比的每个集群的数据点的大小或相对数目可以提供用于集群被评价用于最高密度集群的置信度得分。仅以示例的方式,图3的坐标图300图示了集群A 310、B320和C 330。假定集群A 310具有七十五个数据点,集群B 320具有二十个数据点,并且集群C 330具有五个数据点,可以至少部分地通过比较与集群B 320和/或C 330成正比的集群A310的密度来确定用于确定集群A 310具有最高密度的置信度得分。在一些实施例中,相对密度可以与预定阈值(例如,0.6)相比较以确定特定集群是最高密度集群。当最高密度集群由会议位置推断引擎234确定时,会议位置推断引擎234被配置为返回与最高密度集群相关联的会议位置值。如此,在所提供的示例中,用于位置B 325(例如,47.639,-122.128)的坐标可以由会议位置推断引擎234基于由此执行的分析而返回。
在一些实施例中,呈现部件230生成与所确定的可能的会议位置值相关联的用户接口特征。这样的特征可以包括接口元素(诸如图形按钮、滑动条、菜单、音频提示、警报、闹钟、振动、弹出式窗口、通知栏或状态栏项目、应用内通知或者用于与用户对接的其他类似特征)、查询以及提示。例如,呈现部件230可以向用户呈现与可能的会议位置值相关联的物理地址、物理地址(例如,GPS映射)的图形显示,或者可以甚至向用户呈现从最高可能的会议位置值排名到最低可能的会议位置值的全部可能会议值或者其表示。
如先前地所描述的,在一些实施例中,结合呈现部件230操作的个性化相关服务或者应用确定何时并且如何呈现可能的会议位置值。在这样的实施例中,从会议位置推断引擎234提供的输出可以被理解为对用于何时并且如何呈现可能的会议位置值的呈现部件230(和/或个性化相关服务或应用)的推荐,其可以由个性化相关应用或呈现部件来覆盖。
现在转到图4,提供了图示用于确定针对主观会议位置标签的可能的会议位置值的一个示例方法400的流程图。方法400和在此所描述的其他方法的每个块或步骤包括可以使用硬件、固件和/或软件的任何组合执行的计算过程。例如,可以由执行被存储在存储器中的指令的处理器来执行各种功能。方法还可以被实现为被存储在计算机存储介质上的计算机可用指令。方法可以通过独立应用、服务或者托管服务(独立或者组合另一托管服务)或者插入另一产品提供,仅举几例。
在步骤410处,接收对应于会议位置标签的多个会议位置值。如在此所描述的,会议位置标签可以是会议位置的主观描述,其未提供日历会议的实际物理位置的上下文。步骤410的实施例可以在持续时间期间发生,其中会议位置值中的每个会议位置值随时间被收集,每个还对应于一个特定会议位置标签(例如,“阿迪的办公室”)。可以基于可以由与用户相关联的多个传感器感测的用户数据来确定会议位置值中的每个会议位置值。
在一些实施例中,用户数据被监测以生成关于用户的注册,其可以包括关于在至少日历会议时间期间的用户活动、模式或者与会议位置值的交互的信息。在一个实施例中,根据会议位置注册,会议位置值基于包括用户访问的位置或者实体、再现通信、在线活动等的特征而被标识,并且可以基于与用户相关联的水平被推断为相关的。在一些实施例中,在用户数据中所标识的会议位置值可以基于用户数据(包括解释数据)和/或用户简档信息而被确定为相关的,用户简档信息可以包括在日历会议时间期间与会议位置值的用户交互的模式。
在步骤420处,生成一个或多个位置集群,其中每个集群对应于会议位置标签。每个集群包括对应于会议位置标签的多个会议位置值的至少一部分。在步骤420的实施例中,一个或多个位置集群中的每一个中的会议位置值与会议位置标签相关联。每个集群对应于特定物理位置(诸如地址、GPS坐标或其他物理位置标识符)。
在步骤430处,一个或多个位置集群中的每一个被分析以确定与其相关联的集群密度。用于每个位置集群的集群密度可以基于在集群内彼此邻近的会议位置值的数目而被确定。在一些实施例中,单个集群可以被确定为通过选择包括最高数目的会议位置值的集群而具有最高集群密度。在一些实施例中,并且如在本文中所描述的,可以针对具有最高集群密度的单个集群计算置信度得分。在步骤440处,与具有最高集群密度的单个集群相关联的会议位置值或者其表示(例如,地址、坐标、GPS地图等)被提供为对与主观会议位置标签或者描述相关联的最可能的会议位置值的参考。
现在参考图5,提供了图示用于确定针对主观会议位置标签的可能的会议位置值的一个示例方法500的流程图。在步骤510处,接收对应于会议位置标签的多个会议位置值。如在此所描述的,会议位置标签可以是会议位置的主观描述,其未通过日历会议的实际物理位置的上下文。步骤510的实施例可以在持续时间期间发生,其中会议位置值中的每个会议位置值随时间被收集,每个还对应于一个特定会议位置标签(例如,“阿迪的办公室”)。可以基于可以由与第一用户相关联的多个传感器感测的第一用户的数据来确定会议位置值中的每个会议位置值。
在一些实施例中,第一用户的数据被监测以生成关于第一用户的注册,其可以包括关于在至少日历会议时间期间的用户活动、模式或者与会议位置值的交互的信息。在一个实施例中,根据会议位置注册,会议位置值基于包括第一用户访问的位置或者实体、再现通信、在线活动等的特征而被标识,并且可以基于与第一用户相关联的水平被推断为相关的。在一些实施例中,在第一用户数据中所标识的会议位置值可以基于用户数据(包括解释数据)和/或第一用户简档信息而被确定为相关的,其可以包括在日历会议时间期间与会议位置值的第一用户交互的模式。
在步骤520处,生成一个或多个位置集群,其中每个集群对应于会议位置标签。每个集群包括对应于会议位置标签的多个会议位置值的至少一部分。在步骤520的实施例中,一个或多个位置集群中的每一个中的会议位置值与会议位置标签相关联。每个集群对应于特定物理位置(诸如地址、GPS坐标或其他物理位置标识符)。
在步骤530处,一个或多个位置集群中的每一个被分析以确定与其相关联的集群密度。针对每个位置集群的集群密度可以基于在集群内彼此邻近的会议位置值的数目而被确定。在一些实施例中,单个集群可以被确定为通过选择包括最高数目的会议位置值的集群而具有最高集群密度。在一些实施例中,并且如在本文中所描述的,可以针对具有最高集群密度的单个集群计算置信度得分。在一些其他实施例中,用于第二用户的用户数据可以被分析以影响置信度得分。例如,第二用户和第二用户可以具有相关数据,例如,他们可以共享指示其是同事的共同电子邮件域名。在另一实例中,其可以是对共同日历会议的被邀请人,并且如此,来自第二用户的简档(例如,用户简档260)的用户数据可以被并入用于第一用户的置信度得分计算。更详细地,对应于会议位置标签被分析用于第一用户的至少一个位置值可以被用于影响针对特定会议位置值的置信度得分。
在步骤540处,与至少具有最高集群密度的单个集群相关联的会议位置值或者其表示(例如,地址、坐标、GPS地图等)和对应于与第二用户相关联的会议位置标签的至少一个位置值被提供,作为对与主观会议位置标签或者描述相关联的最可能的会议位置值的参考。
因此,我们已经描述涉及确定用于主观会议位置标签的可能的会议位置值的技术的各个方面。应理解到,在此所描述的实施例的各个特征、子组合和修改具有实用性并且可以在不参考其他特征或子组合的情况下被使用在其他实施例中。而且,示例方法400和500中所示的步骤的次序和顺序不旨在以任何方式限制本发明的范围,并且实际上,步骤可以以其实施例内的各种不同的顺序发生。这样的变型和其组合还被预期在本发明的实施例的范围内。
已经描述本发明的各种实施例,现在描述适于实现本发明的实施例的示例性计算环境。参考图6,示例性计算设备被提供并且通常被称为计算设备600。计算设备600是适合的计算环境的仅一个示例并且不旨在建议关于本发明的使用或功能的范围的任何限制。计算设备600也不应当被解译为使与部件中的任一个部件或组合有关的任何依从性或要求。
本发明的实施例可以被描述在计算机代码或机器可用指令的通用上下文中,包括由计算机或其他机器(诸如个人数据助理、智能电话、平板PC或其他手持式设备)执行的计算机可使用或计算机可执行指令(诸如程序模块)。通常,包括例程、程序、对象、组件、数据结构等的程序模块指代执行特定任务或实现特定抽象数据类型的代码。本发明的实施例可以被实践在各种系统配置中,包括手持式设备、消费者电子设备、通用计算机、更多特殊性计算设备等。本发明的实施例还可以被实践在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中。在分布式计算环境中,程序模块可以位于包括存储器存储设备的本地和远程计算机存储介质二者中。
参考图6,计算设备600包括总线610,其直接地或间接地耦合到以下设备:存储器612、一个或多个处理器614、一个或多个呈现部件616、一个或多个输入/输出(I/O)端口618、一个或多个I/O部件620以及所示出的电源622。总线610表示什么可以是一个或多个总线(诸如地址总线、数据总线或其组合)。虽然出于清晰的缘故图6的各块以线示出,但是实际上,这些块表示逻辑但不必是实际部件。例如,人们可以认为呈现部件(诸如显示设备)是I/O部件。此外,处理器具有存储器。本发明人认识到本领域的性质是这样并且重申图6的示图仅图示可以结合本发明的一个或多个实施例使用的示例性计算设备。未在诸如“工作站”、“服务器”、“膝上型电脑”、“手持式设备”等的类别之间进行区分,因为这些全部被预期在图6的范围内并且参考“计算设备”。
计算设备600通常包括各种计算机可读介质。计算机可读介质可以是可以由计算设备600访问并且包括易失性和非易失性介质、可移除和不可移除的介质二者的任何可用介质。以示例而非限制的方式,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括在用于信息(诸如计算机可读指令、数据结构、程序模块或者其他数据)的存储的任何方法或技术中实现的易失性和非易失性、可移除和不可移除的介质二者。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪速存储器或者其他存储器技术、CD-ROM、数字通用光盘(DVD)或者其他光盘存储装置、磁带盒、磁带、磁盘存储装置或者其他磁性存储设备或者可以被用于存储期望信息并且可以由计算设备600访问的任何其他介质。计算机存储介质不包括信号自身。通信介质通常实现计算机可读指令、数据结构、程序模块或者调制数据信号(诸如载波或者其他传输机制)中的其他数据,并且包括任何信息递送介质。术语“调制数据信号”意味着具有以将信息编码在信号中的这样的方式设定或改变的其特性中的一个或多个的信号。以示例而非限制的方式,通信介质包括有线介质(诸如有线网络或直接有线连接)和无线介质(诸如声学、RF、红外线和其他无线介质)。任何上文的组合还应当被包括在计算机可读介质的范围内。
存储器612包括以易失性和/或非易失性存储器的形式的计算机存储介质。存储器可以是可移除的、不可移除的或者其组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备600包括从各种实体(诸如存储器612或I/O部件620)读取数据的一个或多个处理器614。(一个或多个)呈现部件616向用户或其他设备呈现数据指示。示例性呈现部件包括显示设备、扬声器、印刷部件、振动部件等。
I/O端口618允许计算设备600逻辑地耦合到包括I/O部件620的其他设备,其中的一些I/O部件620可以是内置的。说明性部件包括麦克风、操纵杆、游戏板、卫星盘、扫描器、打印机、无线设备等。I/O部件620可以提供自然用户界面(NUI),其处理由用户生成的空中姿态、语音或其他生理输入。在一些实例中,输入可以被传送到适当的网络元素以用于进一步处理。NUI可以实现以下各项的任何组合:语音识别、触摸和光笔识别、面部识别、生物测定识别、在屏幕上和在屏幕附近二者的姿态识别、空中姿态、头和眼睛跟踪以及与计算设备600上的显示器相关联的触摸识别。计算设备600可以装备有深度照相机(诸如立体照相机系统、红外线照相机系统、RGB照相机系统和这些的组合),以用于姿态检测和识别。此外,计算设备600可以装备有使能检测运动的加速度计或者陀螺仪。加速度计或者陀螺仪的输出可以被提供到计算设备600的显示器以渲染沉浸式增强现实或者虚拟现实。
计算设备600的一些实施例可以包括一个或多个无线电624(或者类似无线通信部件)。无线电624传输和接收无线电或无线通信。计算设备600可以是适于通过各种无线网络接收通信和媒体的无线终端。计算设备600可以经由无线协议(诸如码分多址(“CDMA”)、全球移动系统(“GSM”)或者时分多址(“TDMA”)以及其他协议)通信以与其他设备通信。无线电通信可以是短距离连接、长距离连接、或者短距离无线电信连接和长距离无线电信连接的组合。当我们指代“短”和“长”类型的连接时,我们不旨在表示两个设备之间的空间关系。相反,我们通常指代短距离和长距离作为不同的类别或者类型的连接(即,主连接和次连接)。短距离连接可以包括以示例而非限制的方式提供对无线通信网络的访问的设备(例如,移动热点)的Wi-连接(诸如使用802.11协议的WLAN连接);对另一计算设备的Bluetooth连接是短距离连接或者近场通信连接的第二示例。长距离连接可以包括以示例而非限制的方式使用CDMA、GPRS、GSM、TDMA和802.16协议中的一个或多个的连接。
在不脱离以下权利要求的范围的情况下,所描绘的各种部件以及未示出的部件的许多不同的布置是可能的。已经利用说明性而不是限制性的意图描述了本发明的实施例。备选实施例将在读取其之后并且由于读取其对于本公开的读者而言变得明显。在不脱离以下的权利要求的范围的情况下,可以完成实现前述内容的备选手段。某些特征和子组合具有实用性,并且可以在不参考其他特征和子组合的情况下被采用并且被预期在权利要求的范围内。
Claims (14)
1.一种用于预测可能的会议位置的计算机化系统,所述系统包括:
至少一个用户设备,其具有被配置为提供传感器数据的一个或多个传感器;
日历对接部件,其被配置为接收对应于与用户账户相关联的一个或多个日历会议的会议位置标签;
会议位置记录器,其被配置为记录对应于所述会议位置标签并且至少部分地基于所述传感器数据的一个或多个会议位置值;
会议位置分析器,其被配置为分析被记录在所述会议位置记录器中的所述一个或多个会议位置值的至少部分;
一个或多个处理器;以及
一个或多个计算机存储介质,其存储计算机可使用指令,所述指令当由所述一个或多个处理器使用时,使得所述一个或多个处理器执行操作,所述操作包括:
使用所述会议位置分析器至少部分地基于被记录在所述会议位置记录器中的所述一个或多个会议位置值,确定针对所述会议位置标签的可能的会议位置值;以及
提供所确定的所述可能的会议位置值或者其表示,以用于与对应于与所述用户账户相关联的所述一个或多个日历会议的所述会议位置标签相关联。
2.根据前述权利要求中的任一项所述的系统,其中所述会议位置分析器被配置为:通过基于被记录在所述会议位置记录器中的所述一个或多个会议位置值生成一个或多个位置集群,来分析被记录在所述会议位置记录器中的所述一个或多个会议位置值,每个位置集群包括被记录在所述会议位置记录器中的所述一个或多个会议位置值的至少一部分。
3.根据前述权利要求中的任一项所述的系统,其中确定所述可能的会议位置值包括:
分析所述一个或多个位置集群中的每个位置集群以计算与其相关联的集群密度;以及
至少部分地基于与所述一个或多个位置集群中的每个位置集群相关联的所述集群密度,确定所述可能的会议位置值。
4.根据前述权利要求中的任一项所述的系统,其中确定所述可能的会议位置值还部分地基于与选自所述一个或多个位置集群并且与预定置信度阈值相比的最高密度的位置集群相关联的密度值。
5.根据前述权利要求中的任一项所述的系统,其中所述会议位置标签包括以下各项中的至少一项:房间号、位置名以及会议主题。
6.根据前述权利要求中的任一项所述的系统,其中所述会议位置值和所述可能的会议位置值各自包括纬度坐标和经度坐标。
7.根据前述权利要求中的任一项所述的系统,所述一个或多个日历会议各自具有与其相关联的会议时间,并且其中所述会议位置记录器被配置为:针对对应于所述会议位置标签的所述一个或多个会议位置值,记录在所述会议时间期间被提供的所述传感器数据。
8.根据前述权利要求中的任一项所述的系统,其中所述传感器数据与一个或多个用户账户相关联。
9.根据前述权利要求中的任一项所述的系统,其中所述传感器数据包括位置信息。
10.一种计算机程序,其包括计算机可使用指令,所述指令当由至少处理器使用时使得其执行操作,所述操作包括:
接收对应于与第一用户账户相关联的会议位置标签的多个会议位置值,所述会议位置值中的每个会议位置值至少部分地基于与所述第一用户账户相关联的传感器数据;
生成对应于与所述第一用户账户相关联的所述会议位置标签的一个或多个第一用户位置集群,每个第一用户位置集群包括所述多个会议位置值中的、对应于与所述第一用户账户相关联的所述会议位置标签的至少一部分;
确定针对与所述第一用户账户相关联的所述会议位置标签的可能的会议位置值,所述可能的会议位置值至少部分地基于以下各项而被确定:
集群密度,其与对应于与所述第一用户账户相关联的所述会议位置标签的所述一个或多个第一用户位置集群中的每个第一用户位置集群相关联,以及
至少一个位置值,其对应于与第二用户账户相关联的所述会议位置标签,
其中所述第一用户账户和所述第二用户账户共享相关数据;
提供所确定的所述可能的会议位置值或者其表示,以用于与关联于所述第一用户账户的所述会议位置标签相关联。
11.根据权利要求10所述的计算机程序,其中所述第一用户账户和所述第二用户账户通过各自具有以下各项中的至少一项来共享相关数据:共同电子邮件域名、与所述会议位置标签相关联的共同日历会议、或者会议位置值的共同历史。
12.根据权利要求10或11所述的计算机程序,其中所述可能的会议位置值还基于与选自所述一个或多个第一用户位置集群并且与预定置信度阈值相比的最高密度的第一用户位置集群相关联的密度值而被确定。
13.根据权利要求10、11或12所述的计算机程序,其中所述会议位置标签包括以下各项中的至少一项:房间号、位置名以及会议主题。
14.根据权利要求10、11、12或13所述的计算机程序,其中所述会议位置值和所述可能的会议位置值各自包括纬度坐标和经度坐标。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/800,394 US20170017928A1 (en) | 2015-07-15 | 2015-07-15 | Inferring physical meeting location |
US14/800,394 | 2015-07-15 | ||
PCT/US2016/042177 WO2017011608A1 (en) | 2015-07-15 | 2016-07-14 | Inferring physical meeting location |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107851243A true CN107851243A (zh) | 2018-03-27 |
CN107851243B CN107851243B (zh) | 2022-11-18 |
Family
ID=56511951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680041729.0A Active CN107851243B (zh) | 2015-07-15 | 2016-07-14 | 推断物理会议位置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170017928A1 (zh) |
EP (1) | EP3323094A1 (zh) |
CN (1) | CN107851243B (zh) |
WO (1) | WO2017011608A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109413620A (zh) * | 2018-09-03 | 2019-03-01 | 青岛海尔科技有限公司 | 管理能够与iOS设备进行通信的外部蓝牙设备的方法及装置 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10120381B2 (en) * | 2015-03-13 | 2018-11-06 | Nissan North America, Inc. | Identifying significant locations based on vehicle probe data |
US20160358065A1 (en) * | 2015-06-05 | 2016-12-08 | Microsoft Technology Licensing, Llc | Personally Impactful Changes To Events of Users |
EP3214406A1 (en) * | 2016-03-04 | 2017-09-06 | Volvo Car Corporation | Method and system for utilizing a trip history |
US10469787B1 (en) | 2016-12-02 | 2019-11-05 | Amazon Technologies, Inc. | Learning multi-device controller with personalized voice control |
US10375340B1 (en) * | 2016-12-02 | 2019-08-06 | Amazon Technologies, Inc. | Personalizing the learning home multi-device controller |
US10268447B1 (en) | 2016-12-02 | 2019-04-23 | Amazon Technologies, Inc. | Curating audio and IR commands through machine learning |
US10545996B2 (en) * | 2017-04-19 | 2020-01-28 | Microsoft Technology Licensing, Llc | Impression tagging system for locations |
US11194842B2 (en) | 2018-01-18 | 2021-12-07 | Samsung Electronics Company, Ltd. | Methods and systems for interacting with mobile device |
US10977441B2 (en) * | 2018-10-29 | 2021-04-13 | Amazon Technologies, Inc. | Normalizing addresses to facilitate sortation and routing solution using natural language text processing |
US11263594B2 (en) * | 2019-06-28 | 2022-03-01 | Microsoft Technology Licensing, Llc | Intelligent meeting insights |
US11989696B2 (en) * | 2020-01-16 | 2024-05-21 | Capital One Services, Llc | Computer-based systems configured for automated electronic calendar management with meeting room locating and methods of use thereof |
US20230186247A1 (en) * | 2021-12-14 | 2023-06-15 | Microsoft Technology Licensing, Llc | Method and system for facilitating convergence |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110084804A1 (en) * | 2009-10-12 | 2011-04-14 | Qualcomm Incorporated | Method and system for building annotation layers based on location aware user context information |
CN102057691A (zh) * | 2008-06-11 | 2011-05-11 | 罗伯特·博世有限公司 | 会议音频系统、用于分发音频信号的方法以及计算机程序 |
CN102982090A (zh) * | 2011-11-02 | 2013-03-20 | 微软公司 | 在在线会议中共享注释 |
US20130315042A1 (en) * | 2012-05-24 | 2013-11-28 | Bizlogr, Inc | Geo-normalization of Calendar Items |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010028401A1 (en) * | 2008-09-05 | 2010-03-11 | Yammer, Inc. | System and method for collaborative short messaging and discussion |
US8504404B2 (en) * | 2010-06-17 | 2013-08-06 | Google Inc. | Distance and location-aware scheduling assistance in a calendar system with notification of potential conflicts |
US9432418B1 (en) * | 2012-09-28 | 2016-08-30 | Google Inc. | Presenting an event-related post in a stream |
US9541404B2 (en) * | 2014-08-29 | 2017-01-10 | Samsung Electronics Co., Ltd. | System for determining the location of entrances and areas of interest |
-
2015
- 2015-07-15 US US14/800,394 patent/US20170017928A1/en not_active Abandoned
-
2016
- 2016-07-14 EP EP16742147.8A patent/EP3323094A1/en not_active Withdrawn
- 2016-07-14 CN CN201680041729.0A patent/CN107851243B/zh active Active
- 2016-07-14 WO PCT/US2016/042177 patent/WO2017011608A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102057691A (zh) * | 2008-06-11 | 2011-05-11 | 罗伯特·博世有限公司 | 会议音频系统、用于分发音频信号的方法以及计算机程序 |
US20110084804A1 (en) * | 2009-10-12 | 2011-04-14 | Qualcomm Incorporated | Method and system for building annotation layers based on location aware user context information |
CN102982090A (zh) * | 2011-11-02 | 2013-03-20 | 微软公司 | 在在线会议中共享注释 |
US20130315042A1 (en) * | 2012-05-24 | 2013-11-28 | Bizlogr, Inc | Geo-normalization of Calendar Items |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109413620A (zh) * | 2018-09-03 | 2019-03-01 | 青岛海尔科技有限公司 | 管理能够与iOS设备进行通信的外部蓝牙设备的方法及装置 |
CN109413620B (zh) * | 2018-09-03 | 2021-08-24 | 青岛海尔科技有限公司 | 管理能够与iOS设备进行通信的外部蓝牙设备的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107851243B (zh) | 2022-11-18 |
EP3323094A1 (en) | 2018-05-23 |
US20170017928A1 (en) | 2017-01-19 |
WO2017011608A1 (en) | 2017-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107851243A (zh) | 推断物理会议位置 | |
US9574899B2 (en) | Systems and method for determination and display of personalized distance | |
US10033688B2 (en) | System and method for conditional delivery of messages | |
US7925708B2 (en) | System and method for delivery of augmented messages | |
US9769107B2 (en) | Lifestyle-based social groups | |
US20180285827A1 (en) | Distinguishing events of users for efficient service content distribution | |
Schuster et al. | Pervasive social context: Taxonomy and survey | |
CN108351992A (zh) | 根据活动预测的增强型计算机体验 | |
CN111615712A (zh) | 多日历协调 | |
CN108351884A (zh) | 用于用户相关活动的语义位置层 | |
CN106537389A (zh) | 策管来自社交联系的媒体 | |
Gao et al. | Mining human mobility in location-based social networks | |
US20220078135A1 (en) | Signal upload optimization | |
CN113454669A (zh) | 通过用户访问的特征来表征地点 | |
Ahmad et al. | Context-aware services based on spatio-temporal zoning and crowdsourcing | |
JP2018190468A (ja) | 算出装置、算出方法及び算出プログラム | |
US9838835B2 (en) | Systems and methods for providing text beacons | |
JP6389301B1 (ja) | 判定装置、判定方法及び判定プログラム | |
US10085131B2 (en) | Systems and methods for communicating with a unique identifier | |
WO2016187338A1 (en) | Multi-component data object |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |